Programme 2026 > Workshop

Lundi 6 juillet · HORAIRE · LIEU

Les statistiques reposent sur une structure du type : Données réelles = Modèle + Erreur, où l’enjeu est de minimiser l’erreur, ou en d’autres termes, transvaser la partie erreur vers la partie modèle. Les analyses inférentielles consistent à comparer le fameux modèle nul au modèle augmenté et à juger cette différence, le non moins fameux p, mais il est possible de comparer bien plus de choses entre elles !

Cet atelier propose d’aller plus loin dans l’interprétation des différences entre modèles, en présentant une série de comparaisons simples, concrètes et applicables sous R.

• Retour sur les concepts de base : erreurs, résidus, variance.
• Comparaison de modèles : R², R² partiel, PRE.
• Interprétation des pseudo-R² dans les modèles multiniveaux.
• Usage d’algorithmes génétiques et de réseaux de neurones.
• Exemples sous R à partir de données réelles.

Aucun prérequis en statistiques n’est nécessaire.